没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
depthcharge:半监督深度学习,用于搜索光谱库
depthcharge:半监督深度学习,用于搜索光谱库
共2个文件
md:1个
license:1个
需积分: 10
0 下载量
42 浏览量
2021-03-31
07:16:10
上传
评论
收藏
4KB
ZIP
举报
温馨提示
立即下载
深度冲锋 半监督深度学习,用于搜索光谱库
资源推荐
资源详情
资源评论
DeepSpectroscopy:深度学习光谱
浏览:113
5星 · 资源好评率100%
深度光谱 深度学习光谱 通过深度学习分析频谱。 介绍 近年来,深度学习已在广泛的研究领域中引起越来越多的关注。 但是,据我们所知,在光谱学领域还没有深度学习的应用。 因此,我想举一个例子来说明如何使用深度学习对光谱数据进行定性和定量分析。 我们使用激光诱导击穿光谱法(LIBS)来说明整个过程。 光谱文件的组织方式为: 数据/ 1 /1 /2 /3 ... 数据/ 2 /1 /
用于清洁图像数据集 的半监督工具,使用深度学习_python_代码_下载
浏览:135
标记数据集中错误标签的半监督检测 用法 该算法非常适合验证通过网络抓取、不受信任的来源或协同生成的标签获得的标记图像。 它是如何工作的 这种方法通过使用预训练 CNN(如“inception-v3”或 MobileNets)的卷积阶段结束时生成的瓶颈值来描述图像,将我们的图像目录分为两类,即内点和离群点,以便更快计算。(见:这里) 然后将这些值馈送到聚类算法以获得预测。为了提高性能,随机图像
用于监督超光谱图像分类的光谱空间域特定卷积深度极限学习机
浏览:182
光谱空间特征提取对高光谱图像(HSI)分类非常重要。 与传统的特征提取方法不同,诸如卷积神经网络(CNN)之类的深度学习模型可以自动学习光谱空间判别特征。 但是,深度学习模型通常需要构建一个庞大而复杂的网络,并且培训非常耗时。 为了解决这些问题,本文提出了一种谱空间特定的卷积深度极限学习机(ELM),称为S2CDELM,用于HSI分类。 首先,利用局部感受域(LRF)的概念,构造了具有两个分支的光
基于伪标签深度学习的高光谱影像半监督分类.pdf
浏览:52
基于伪标签深度学习的高光谱影像半监督分类.pdf
NCCNet:用于模板匹配的弱监督深度度量学习
浏览:68
网络中心 通过归一化互相关(NCC)进行模板匹配被广泛用于查找图像对应关系。 我们通过使用经过训练以最大化NCC真假匹配值之间的对比度的“暹罗”卷积网络变换图像特征来提高该算法的鲁棒性。 我们的主要技术贡献是用于训练暹罗网络的弱监督学习算法。 与完全监督的度量学习方法不同,我们的方法可以改进原始NCC,而无需在训练过程中找到真正匹配的位置。 使用来自连续切片电子显微镜的脑图像斑块来量化改善。 相对
深度补丁学习,用于弱监督的对象分类和发现
浏览:193
深度补丁学习,用于弱监督的对象分类和发现
depthcharge:hacky的深度修补实现,适用于python
浏览:75
depthcharge:hacky的深度修补实现,适用于python
Depthcharge
浏览:55
Depthcharge
Tri-net用于半监督深度学习
浏览:17
Tri-net用于半监督深度学习
hypelcnn:具有用于高光谱和激光雷达传感器数据的光谱和空间特征融合层的深度学习分类框架
浏览:22
HypeLCNN概述 该存储库包含论文“具有用于高光谱和激光雷达传感器数据的光谱和空间特征融合层的深度学习分类框架”的论文源代码(正在审查中) 使用Tensorflow 1.x开发(在1.10至1.15版上测试)。 该存储库包括一套完整的套件,用于基于神经网络的高光谱和激光雷达分类。 主要特点: 支持超参数估计 基于插件的神经网络实现(通过NNModel接口) 基于插件的数据集集成(通过Da
基于流形学习的光谱回归的无监督特征选择,用于面部表情识别
浏览:101
基于流形学习的光谱回归的无监督特征选择,用于面部表情识别
用于分层表示的可伸缩无监督学习的卷积深度信度网络
浏览:73
Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations
用卷积滤波器matlab代码-hyperspectral-autoencoders:用于训练和使用高光谱数据的无监督自动编码器和有监督深度学习
浏览:103
用卷积滤波器matlab代码deephyp:针对高光谱的深度学习 用于训练和使用高光谱数据的无监督自动编码器和有监督深度学习分类器的工具。 可用文档。 源代码可在上找到。 自动编码器是无监督的神经网络,可用于一系列应用,例如无监督的特征学习和降维。 可以在带标签的数据上训练有监督的深度学习分类器,以预测光谱的类别。 该存储库提供了一个名为deephyp的基于python的工具箱,其中包含针对高光谱
deepcluster:深度聚类,用于视觉特征的无监督学习
浏览:187
深度聚类,用于视觉特征的无监督学习 消息 我们发布了新的自我监督方法SwAV的和。 SwAV使用ResNet-50将自我监督学习与ImageNet上的监督学习仅相距1.2%! 它结合了在线聚类和多作物数据增强功能。 我们还介绍了DeepCluster-v2,它是DeepCluster的改进版本(ResNet-50,更好的数据增强,余弦学习速率表,MLP投影头,质心的使用,...)。 查看。 深度
监督线性流形学习特征提取用于高光谱图像分类
浏览:13
监督线性流形学习特征提取用于高光谱图像分类
采用神经架构搜索的高光谱图像深度学习分类方法.docx
浏览:104
采用神经架构搜索的高光谱图像深度学习分类方法.docx
ResCNN_RelationExtraction:深度残差学习,用于弱监督关系提取
浏览:6
ResCNN_RelationExtraction 用于弱监督关系提取的深度残差学习: : 作者:Yi Yao(Darren)Huang, 目录 介绍 这项工作讨论了如何解决远程监管带来的噪音。 我们提出了深度残差学习用于关系提取,并减轻了半监督训练数据中噪声带来的影响。 本文发表在EMNLP2017。 引文 如果您在研究中使用此模型和概念,请引用: @InProceedings{hua
DeepCAD:用于钙成像去噪的深度自监督学习_python_代码_下载
浏览:133
5星 · 资源好评率100%
钙成像本质上容易受到检测噪声的影响,尤其是在高帧率或低激发剂量下成像时。然而,钙瞬变是高度动态的、非重复性的活动,不能两次捕捉到放电模式。无法访问用于深度神经网络监督训练的干净图像。在这里,我们介绍了 DeepCAD,这是一种基于深度自监督学习的钙成像去噪方法。使用我们的方法,可以有效地去除检测噪声,并且可以大大提高神经元提取和尖峰推断的准确性。 目录结构 DeepCAD |---DeepCAD
DeepHyperX:基于PyTorch的深度学习工具箱用于高光谱数据分类
浏览:187
超级HyperX 一个Python工具,可在各种高光谱数据集上执行深度学习实验。 参考 这个工具箱用于《地球科学与遥感》杂志的评论文章: N. Audebert,B。Le Saux和S. Lefevre,“深度学习对高光谱数据的分类:比较研究” ,在IEEE Geoscience and Remote Sensing Magazine,第1卷。 7号2,第159-173页,2019年6月。
Qt 5实现串口调试助手 (源工程文件、0积分下载)
浏览:5
5星 · 资源好评率100%
基于Qt 5实现串口调试助手,程序仅供参考,修改了之前十六进制接收0xA0--0xFF有误的问题,新增了窗口自适应(ui文件设置栅格),文件详情可看博客链接https://blog.csdn.net/m0_51294753/article/details/121405661。
【SystemVerilog】路科验证V2学习笔记(全600页).pdf
浏览:60
5星 · 资源好评率100%
SystemVerilog的听课学习笔记,包括讲义截取、知识点记录、注意事项等细节的标注。 目录如下: 第一章 SV环境构建常识 1 1.1 数据类型 1 四、二值逻辑 4 定宽数组 9 foreach 13 动态数组 16 队列 19 关联数组 21 枚举类型 23 字符串 25 1.2 过程块和方法 27 initial和always 30 func
AutoSAR标准协议4.2.2
浏览:95
5星 · 资源好评率100%
AutoSAR标准协议规范4.2.2,里面包含了AutoSAR组织所规定的AutoSAR架构的标准规范协议原文档。对AutoSAR的学习有一定的借鉴意义
光伏-储能并网系统仿真.rar
浏览:188
5星 · 资源好评率100%
该文件是清华大学储能课的期末大作业。用SIMULINK搭建了一个完整的光伏-储能并网系统。我的博客中介绍了系统实现的具体方法,欢迎查看!
XCP协议的规范文档
浏览:135
5星 · 资源好评率100%
XCP协议的原规范文档,主要包含了Part1-5共5个部分,其中第三部分又分为CAN、以太网和Sxl等。对于XCP协议的开发者和学习者有借鉴意义
GD32替换STM32注意事项.pdf
浏览:152
3星 · 编辑精心推荐
GD32 介绍与 STM32 兼容性汇总。STM32的代码直接在GD32上运行需要小部分的修改。按教程做对应修改就行哈。
NPPJSONViewer.zip
浏览:24
4星 · 用户满意度95%
NodePad++ JSON格式化插件
收起资源包目录
depthcharge-main.zip
(2个子文件)
depthcharge-main
LICENSE
11KB
README.md
77B
共 2 条
1
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
洋林
粉丝: 29
资源:
4574
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
cutcamera1718339848103.png
哈尔滨工业大学计算机系统大作业
基于Selenium的Java爬虫实战(内含谷歌浏览器Chrom和Chromedriver版本121.0.6167.57)
easyx开发教程.docx
sdafasdfaaaaaaaaaaa
570167690903166Pixel 6和7系列破解5G资源_20221105_135928.zip
anaconda安装教程.docx
21121344 马丽娟.doc
【password输入框的显示和关闭功能进行优化】
程序设计训练之 Rust 编程语言 第一讲:基本语法
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功